首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于人工免疫系统的进化多目标优化算法及应用

摘要第1-4页
Abstract第4-8页
第一章 绪论第8-14页
   ·引言第8-9页
   ·多目标优化算法的发展及研究现状第9-10页
   ·柔性作业车间调度的发展及研究现状第10-11页
   ·论文中的主要内容简介第11-14页
第二章 基于资源配置模型和双超球体拥挤度准则的克隆选择多目标优化算法第14-36页
   ·引言第14-18页
     ·多目标优化问题的数学定义以及非支配邻域免疫算法概述第14-16页
     ·多目标优化问题理论背景第16-18页
   ·基于资源配置模型和双超球体拥挤度的克隆选择多目标优化算法第18-23页
     ·资源配置模型及其在 NNIA 的克隆算子中应用第18-20页
     ·双超球体拥挤度距离第20-21页
     ·改进的克隆选择多目标优化算法(EMIA)第21-23页
   ·实验研究第23-34页
     ·实验设置第23-26页
     ·DS-NNIA、NNIA 和 NSGA-II 实验对比分析第26-29页
     ·EMIA、NNIA 和 NSGA-II 实验对比分析第29-34页
   ·本章总结第34-36页
第三章 基于 NNIA 的密母算法在柔性作业车间调度中的应用第36-54页
   ·引言第36-39页
   ·基于 NNIA 的密母算法在柔性作业车间调度问题中的应用第39-44页
     ·编码操作和解码操作第39-40页
     ·交叉操作和变异操作第40-42页
     ·基于模拟退火的局部搜索操作第42-43页
     ·基于 NNIA 的密母算法第43-44页
   ·实验研究第44-52页
     ·实验设置第45-48页
     ·验证定向局部搜索算子效果第48-50页
     ·NNIAT、ONNIA 和 NNIAU 实验对比分析第50-52页
   ·本章总结第52-54页
第四章 EMIA 算法在柔性作业车间调度中的应用第54-66页
   ·引言第54-58页
     ·两目标柔性作业车间调度问题简述第54-55页
     ·进化多目标优化的主要算法第55-58页
   ·多种进化算法在两目标柔性作业车间调度问题中的应用第58-61页
     ·主要进化操作第58页
     ·算法框架流程第58-61页
   ·实验研究第61-64页
   ·本章总结第64-66页
第五章 总结与展望第66-68页
致谢第68-70页
参考文献第70-76页
硕士期间成果第76-77页

论文共77页,点击 下载论文
上一篇:五轴注塑机机械手控制系统的测试
下一篇:基于离子群优化的集成学习方法在基因微阵列数据分类中的应用